El seguimiento del punto de máxima potencia (MPPT) basado en modelos de generadores eólicos (WGs) elimina los tiempos muertos y aumenta el rendimiento energético con respecto a las técnicas iterativas de MPPT. Sin embargo, requiere la medición de la velocidad del viento. Bajo esta premisa, este documento describe la implementación de un anemómetro virtual de alto rendimiento en una plataforma de matriz de compuertas programable en campo (FPGA). Dicho anemómetro se basa en una red neuronal artificial de crecimiento de gas que aprende e invierte las características mecánicas de la turbina eólica, estimando la velocidad del viento. El uso de este dispositivo en lugar de un anemómetro convencional para realizar el MPPT basado en modelos de WGs conduce a una mayor confiabilidad, menor volumen/peso y menor costo. El dispositivo fue concebido como un coprocesador con una interfaz periférica serial (SPI) esclava para comunicarse con el microprocesador principal/procesador de señales digitales (DSP), en el que se implementó el sistema de control del WG. El mejor compromiso entre la ocupación de recursos y la velocidad se logró a través de optimizaciones de hardware adecuadas. El diseño resultante es capaz de intercambiar datos a una velocidad de hasta 100 kHz; por lo tanto, es adecuado para el control de alto rendimiento de WGs. El dispositivo se implementó en una FPGA de bajo costo, y su validación se realizó utilizando perfiles de entrada adquiridos experimentalmente durante la operación de dos WGs diferentes.